基于多分类器融合的信息中心网络源数据检测

摘要

为了提高信息中心网络中源数据的提取和检测能力,本文提出一种基于多分类器融合的信息中心网络源数据检测方法,构建统计序列重组模型,采用相空间结构重组方法进行源数据的信息特征挖掘和重构,在高维相空间中实现网络源数据的关联规则挖掘,对提取数据的关联特征集分类融合,构建基于模糊C均值聚类的多模级联分类器,采用数据特征的融合法和分裂法进行数据聚类中心寻优控制,实现信息中心网络源数据检测优化。仿真结果表明,采用该方法进行信息中心网络源数据检测的自适应性较好,检测的准确率较高,提高了信息中心网络源数据分类管理和信息融合能力。